SAS και IDC: Η αξιόπιστη AI συνδέεται με έως 15 φορές μεγαλύτερη πιθανότητα υψηλού ROI

Η ποιότητα της διακυβέρνησης και των δεδομένων φαίνεται να αποτελεί κρίσιμο παράγοντα για την οικονομική απόδοση των επενδύσεων στην Τεχνητή Νοημοσύνη, σύμφωνα με τη δεύτερη ετήσια έκθεση «Data and AI Impact Report: The New Economics of Trust» της SAS, η οποία περιλαμβάνει ερευνητικά ευρήματα της IDC.

Η έρευνα βασίζεται σε απαντήσεις 2.699 στελεχών από 28 χώρες, τα οποία γνωρίζουν ή επηρεάζουν τις πρωτοβουλίες δεδομένων και AI των οργανισμών τους. Εξετάζει τέσσερις κλάδους: τράπεζες, ασφαλιστικές εταιρείες, βιοεπιστήμες και δημόσιο τομέα.

Σύμφωνα με τα ευρήματα, το 62% των οργανισμών που επενδύουν σε πρακτικές αξιόπιστης AI αναφέρει ισχυρή ή υψηλή απόδοση επένδυσης από τα σχετικά έργα, έναντι μόλις 4% μεταξύ εκείνων που υστερούν σε αυτό το πεδίο. Η διαφορά αυτή αντιστοιχεί σε περίπου 15 φορές μεγαλύτερη πιθανότητα αναφοράς υψηλού ROI και δεν πρέπει να ερμηνεύεται ως απόδειξη αιτιώδους σχέσης.

Η εξήγηση των αποφάσεων παραμένει αδύναμο σημείο

Ένα από τα σημαντικότερα εμπόδια στην υιοθέτηση της AI είναι η δυσκολία των συστημάτων να εξηγήσουν πώς κατέληξαν σε μια απόφαση.

Το 97,2% των χρηστών δηλώνει ότι παρακάμπτει συστάσεις της AI τουλάχιστον σε ορισμένες περιπτώσεις. Ο κυριότερος λόγος δεν είναι απαραίτητα ότι το αποτέλεσμα θεωρείται λανθασμένο, αλλά ότι το σύστημα αδυνατεί να εξηγήσει το σκεπτικό πίσω από την απόφασή του.

Η εμπιστοσύνη περιορίζεται όσο αυξάνεται η αυτονομία της τεχνολογίας: σύμφωνα με την έρευνα, το επίπεδο εμπιστοσύνης διαμορφώνεται στο 76% για την παραγωγική AI και υποχωρεί στο 66% για την agentic AI.

Για τις επιχειρήσεις, αυτή η έλλειψη εμπιστοσύνης μπορεί να οδηγήσει σε περισσότερες χειροκίνητες παρεμβάσεις, επανελέγχους και διορθώσεις, περιορίζοντας τα οφέλη παραγωγικότητας που αναμένονται από την αυτοματοποίηση.

62% έναντι 4% στο υψηλό ROI

Η έκθεση διαπιστώνει ότι οι οργανισμοί με τις ισχυρότερες πρακτικές αξιόπιστης AI καταγράφουν 1,85 φορές μεγαλύτερα οφέλη σε 13 διαφορετικά επιχειρηματικά αποτελέσματα, μεταξύ των οποίων αύξηση εσόδων, εξοικονόμηση κόστους και βελτίωση της εμπειρίας πελάτη.

Παράλληλα, το 85% των οργανισμών που χαρακτηρίζονται πρωτοπόροι στην AI και εφαρμόζουν πρακτικές αξιόπιστης Τεχνητής Νοημοσύνης αυξάνει φέτος τις σχετικές επενδύσεις κατά περισσότερο από 10%.

Στην έρευνα, ως πρωτοπόροι στην αξιόπιστη AI χαρακτηρίζονται οι οργανισμοί που συγκέντρωσαν μέση βαθμολογία τουλάχιστον 80 στα 100 σε πέντε άξονες: ποιότητα και διακυβέρνηση δεδομένων, διακυβέρνηση και εποπτεία μοντέλων, επεξηγησιμότητα και αμεροληψία, πολιτική υπεύθυνης AI, καθώς και έλεγχο και λογοδοσία.

Μόλις 17,5% με πλήρως βελτιστοποιημένη υποδομή δεδομένων

Η ποιότητα της υποδομής δεδομένων αποτελεί δεύτερο κρίσιμο κενό. Μόνο το 17,5% των επιχειρήσεων που συμμετείχαν στην έρευνα δηλώνει ότι διαθέτει πλήρως βελτιστοποιημένη υποδομή δεδομένων, αρκετά ώριμη για να καλύψει τις απαιτήσεις της agentic AI.

Οι οργανισμοί με βελτιστοποιημένη βάση δεδομένων έχουν, σύμφωνα με τα ευρήματα, τέσσερις φορές περισσότερες πιθανότητες να αναμένουν υψηλό ROI από έργα AI και έξι φορές περισσότερες πιθανότητες να εφαρμόζουν ελέγχους ποιότητας δεδομένων και επεξηγησιμότητας.

Το ζήτημα αποκτά μεγαλύτερη σημασία καθώς τα συστήματα AI περνούν από την παραγωγή περιεχομένου στην αυτόνομη εκτέλεση εργασιών και τη λήψη αποφάσεων. Ο Bryan Harris, Chief Technology Officer της SAS, επισημαίνει ότι προηγμένοι AI agents μπορούν να εμφανίζουν ποσοστά σφάλματος άνω του 25% σε σύνθετες εργασίες, επικαλούμενος ανεξάρτητες αξιολογήσεις benchmarks.

Τράπεζες, δημόσιος τομέας και βιοεπιστήμες

Η έρευνα καταγράφει διαφοροποιήσεις ανά κλάδο. Στις τράπεζες που χαρακτηρίζονται πρωτοπόρες στην AI, το 85% έχει θεσπίσει πλαίσια διακυβέρνησης, έναντι 29% στις τράπεζες που υστερούν.

Στον δημόσιο τομέα, το 41% των πρωτοπόρων οργανισμών σχεδιάζει να αυξήσει κατά περισσότερο από 20% τις επενδύσεις του στην αξιόπιστη AI μέσα στο επόμενο έτος.

Στις βιοεπιστήμες, το 23% των οργανισμών έχει ήδη κλιμακώσει τη χρήση της AI σε ολόκληρη την επιχείρηση, το υψηλότερο ποσοστό μεταξύ των τεσσάρων κλάδων που εξετάστηκαν.

Ο Chris Marshall, Vice President της IDC, συνδέει την ευρύτερη αξιοποίηση της AI με αυξημένες απαιτήσεις εποπτείας και λογοδοσίας, σημειώνοντας ότι η επεξηγησιμότητα και οι ισχυρές υποδομές δεδομένων γίνονται πιο κρίσιμες καθώς τα συστήματα αποκτούν μεγαλύτερη αυτονομία.